Inom finans överlever ingen modell mötet med verkligheten oförändrad. Därför spelar känslighetsanalys en så avgörande roll vid värdering. Det möjliggör att undersöka hur förändringar i antaganden—som intäktstillväxt eller diskonteringsränta—påverkar det uppskattade värdet av ett företag.

En DCF-modell är endast så tillförlitlig som de indata den bygger på. Tillväxttakter, terminalvärden och diskonteringsräntor är alla uppskattningar, ofta baserade på prognoser och bedömningar. Känslighetsanalys tar dessa centrala variabler och testar "tänk om?"-scenarier. Vad händer om diskonteringsräntan är 1 % högre? Vad om tillväxten är långsammare än förväntat?

Genom att justera en variabel i taget—eller ibland två samtidigt—kan vi observera hur känsligt företagsvärdet är för förändringar i antaganden. Om en liten förändring i WACC leder till stora svängningar i värderingen är modellen mycket känslig, och extra försiktighet krävs vid kommunikation av resultaten.

Ett av de mest effektiva sätten att visualisera detta är genom en tvåvägsdatatabell, där rader kan representera olika WACC-värden och kolumner olika terminala tillväxttakter. Varje cell i tabellen visar det resulterande företagsvärdet, vilket hjälper analytiker och beslutsfattare att snabbt se spannet av möjliga utfall.

Detta är inte bara en akademisk övning—det är avgörande för att kommunicera risk. Det visar investerare hur beroende din värdering är av vissa antaganden och bidrar till att bygga förtroende för din process genom att göra osäkerheter tydliga.

Känslighetsanalys ger din modell djup. Det förvandlar en enskild uppskattning till ett spektrum—och det är precis vad god finans handlar om: att förstå inte bara svaret, utan även osäkerheten kring det.